QCM : Introduction aux matrices et transformations linéaires — 10 questions

Explication

Une matrice est un tableau rectangulaire de nombres, organisé en lignes et colonnes, qui sert à représenter des systèmes d'équations linéaires ou des vecteurs. Elle est fondamentale pour manipuler et effectuer des calculs en algèbre linéaire.

Explication

Le déterminant d'une matrice 2×2 $\begin{bmatrix} a_1 & b_1 \\ a_2 & b_2 \end{bmatrix}$ est défini par $a_1 b_2 - a_2 b_1$, ce qui correspond à la formule classique pour le calcul du déterminant de cette taille.

Explication

La transformation linéaire a pour rôle principal de conserver la structure vectorielle, c'est-à-dire qu'elle respecte l'addition vectorielle et la multiplication par un scalaire, ce qui est essentiel pour l'étude et la manipulation des espaces vectoriels.

Explication

La définition formelle de la base et de la dimension d’un espace vectoriel par R. L. Hadamard a été publiée en 1890. Les autres dates ne correspondent pas à cette publication spécifique, bien qu’elles soient proches dans l’histoire des mathématiques.

Explication

Les valeurs propres sont des scalaires associés à des vecteurs invariants, c'est-à-dire qu'ils satisfont $Aoldsymbol{v} = oldsymbol{v}oldsymbol{ imes} ext{} ext{lambda}$. La diagonalisation est un procédé qui consiste à utiliser ces valeurs propres et vecteurs propres pour exprimer la matrice sous une forme diagonale, facilitant ainsi son étude. La différence est que l'une est une propriété, l'autre un processus, mais elles sont liées car la diagonalisation repose sur les valeurs et vecteurs propres.

Explication

Les transformations orthogonales, qui conservent la norme des vecteurs, sont une notion fondamentale en géométrie et en algèbre linéaire. Elles ont été étudiées dans le cadre de la géométrie euclidienne, et leur caractérisation en tant que matrices orthogonales est attribuée à la formalisation de la géométrie euclidienne. Euclide est le mathématicien historique qui a posé les bases de la géométrie classique, où ces transformations apparaissent comme des mouvements qui conservent la distance. Les autres options, comme Hadamard, Newton ou Gauss, sont liés à d’autres domaines ou résultats, mais pas spécifiquement à la formulation de ces transformations comme celles qui préservent la norme.

Explication

Les transformations affines, notamment celles représentées par une matrice orthogonale ou de déterminant 1, conservent certains invariants géométriques tels que l'aire ou le volume. Cependant, elles ne conservent pas nécessairement toutes les distances ou tous les angles, sauf dans le cas particulier des transformations orthogonales (rotations, réflexions). La réponse 2 est correcte car elle reflète que ces transformations peuvent préserver certains invariants, comme l'aire ou le volume, en fonction de leur nature.

Explication

Lorsque la matrice des coefficients est inversible, on peut résoudre le système $A extbf{x} = extbf{b}$ en calculant $ extbf{x} = A^{-1} extbf{b}$. Cela permet d'obtenir la solution directement en multipliant l'inverse de la matrice par le vecteur constant.

Explication

La solution unique d’un système linéaire est assurée lorsque la matrice des coefficients est inversible, ce qui se produit si et seulement si son déterminant est non nul. Si le déterminant est nul, le système peut ne pas avoir de solution ou en avoir une infinie.

Explication

Une application géométrique en V2 ou V3 représentée par une matrice est une transformation qui associe à chaque point une image selon une règle géométrique précise, comme une rotation, une réflexion ou une translation (dans le cas affine), modélisée par une matrice. Ces transformations conservent ou modifient certains invariants géométriques et sont fondamentales en géométrie analytique.